Связанные понятия
Функция потерь — функция, которая в теории статистических решений характеризует потери при неправильном принятии решений на основе наблюдаемых данных. Если решается задача оценки параметра сигнала на фоне помех, то функция потерь является мерой расхождения между истинным значением оцениваемого параметра и оценкой параметра.
Минимизация эмпирического риска (МЭР, англ. Empirical risk minimization, ERM) — это принцип статистической теории обучения, который определяет семейство алгоритмов обучения и который задаёт теоретические границы производительности.
Критерий оптимальности (критерий оптимизации) — характерный показатель решения задачи, по значению которого оценивается оптимальность найденного решения, то есть максимальное удовлетворение поставленным требованиям. В одной задаче может быть установлено несколько критериев оптимальности.
Теория оценивания — раздел математической статистики, решающий задачи оценивания непосредственно не наблюдаемых параметров сигналов или объектов наблюдения на основе наблюдаемых данных. Для решения задач оценивания применяется параметрический и непараметрический подход. Параметрический подход используется, когда известна математическая модель...
Тео́рия приня́тия реше́ний — область исследования, вовлекающая понятия и методы математики, статистики, экономики, менеджмента и психологии с целью изучения закономерностей выбора людьми путей решения проблем и задач, а также способов достижения желаемого результата.
Упоминания в литературе
При
принятии решений в условиях риска, когда имеется возможность оценки вероятностей всех альтернативных вариантов решения, средние значения прибыли и затрат, являющихся дискретными случайными величинами, могут быть вычислены по известным формулам математического ожидания случайной величины [4.]:
Основная масса решений принимается в
условиях риска. К таким решениям относятся решения, результаты которых не являются определенными, но вероятность каждого возможного результата которых можно определить. Эту вероятность можно установить с помощью определенных математических вычислений, она определяется в промежутке от 0 до 1 и представляет собой степень возможности совершения данного события. Сумма вероятностей всех альтернатив должна быть равна 1.
Статистические методы оценки позволяют получить количественное представление об уровне риска. К неудобствам данного метода можно отнести необходимость наличия достаточно обширной статистической информации.
При оценке вероятности данным методом рассчитывают среднее ожидаемое значение результата; среднеквадратическое отклонение; коэффициент вариации. На основе статистических методов вероятность возникновения рисков оценивается по каждой инвестиционной операции, рассматриваемому инвестиционному проекту и т.п.
Все это может склонить к выбору математических методов оценки вероятности риска, таких как формула Бернулли, локальная теорема Лапласа, формула Пуассона, а также специальных ИТ-приложений (например, Crystal Ball, использующее моделирование методом Монте-Карло). Однако сфера применения данных методов ограниченна. Например, при использовании формулы Бернулли для
вычисления вероятности риска для ряда сопоставимых ситуаций необходимо знать точную величину вероятности такого риска для одной ситуации. Многие риски, хотя и могут показаться сравнительно простыми, нередко связаны с довольно сложными цепочками событий. Также не стоит забывать про любопытный парадокс – сложные методы довольно часто приводят к таким же выводам, что и простые. Особенно это касается таких неопределенных явлений, как риски. При обеспечении достаточной теоретической подготовки экспертов в области риск-менеджмента (или хотя бы в области определения и оценки рисков) можно добиться относительно качественной и полной оценки существенных рисков.
В исследовании отстаивается точка зрения, согласно которой предпочтительным является случай доминирования одного, но интегрального критерия – чистой прибыли. По этому критерию и производится окончательный выбор экономической стратегии из ряда рассматриваемых альтернативных решений. В то же время прогнозируемые ожидаемые значения показателя чистой прибыли целесообразно сравнивать с пороговыми значениями этого показателя. Если прогнозные данные оказываются ниже пороговых значений, экономическая стратегия исключается из рассмотрения. В
интегральном критерии чистой прибыли частично присутствуют субкритерии портфеля заказов, ликвидности и риска.
Связанные понятия (продолжение)
Статистическая теория обучения — это модель для обучения машин на основе статистики и функционального анализа. Статистическая теория обучения имеет дело с задачами нахождения функции предсказывания, основанной на данных. Статистическая теория обучения привела к успешным приложениям в таких областях, как компьютерное зрение, распознавание речи, биоинформатика и бейсбол.
Обратная вероятность , по-разному интерпретированная, не была доминирующим подходом к статистике вплоть до развития частотного подхода в начале 20 века Р.А.Фишер, Ежи Нейман и Эгон Пирсон. После разработки частотного подхода, термины частотная и Байесовская развивались при противопоставлении этих подходов, и получили широкое распространение в 1950-х годах.
Модель бинарного выбора — применяемая в эконометрике модель зависимости бинарной переменной (принимающей всего два значения — 0 и 1) от совокупности факторов. Построение обычной линейной регрессии для таких переменных теоретически некорректно, так как условное математическое ожидание таких переменных равно вероятности того, что зависимая переменная примет значение 1, а линейная регрессия допускает и отрицательные значения и значения выше 1. Поэтому обычно используются некоторые интегральные функции...
Байесовская вероятность — это интерпретация понятия вероятности, используемая в байесовской теории. Вероятность определяется как степень уверенности в истинности суждения. Для определения степени уверенности в истинности суждения при получении новой информации в байесовской теории используется теорема Байеса.
Выборка по значимости (англ. importance sampling, далее ВЗ) — один из методов уменьшения дисперсии случайной величины, который используется для улучшения сходимости процесса моделирования какой-либо величины методом Монте-Карло. Идея ВЗ основывается на том, что некоторые значения случайной величины в процессе моделирования имеют бо́льшую значимость (вероятность) для оцениваемой функции (параметра), чем другие. Если эти «более вероятные» значения будут появляться в процессе выбора случайной величины...
Обобщённый ме́тод моме́нтов (ОММ; англ. GMM — Generalized Method of Moments) — метод, применяемый в математической статистике и эконометрике для оценки неизвестных параметров распределений и эконометрических моделей, являющийся обобщением классического метода моментов. Метод был предложен Хансеном в 1982 году. В отличие от классического метода моментов количество ограничений может быть больше количества оцениваемых параметров.
В математической статистике
семплирование — обобщенное название методов манипулирования начальной выборкой при известной цели моделирования, которые позволяют выполнить структурно-параметрическую идентификацию наилучшей статистической модели стационарного эргодического случайного процесса.
Многокритериальная оптимизация , или программирование (англ. Multi-objective optimization) — это процесс одновременной оптимизации двух или более конфликтующих целевых функций в заданной области определения.
Критерий Сэвиджа — один из критериев принятия решений в условиях неопределённости. Условиями неопределённости считается ситуация, когда последствия принимаемых решений неизвестны, и можно лишь приблизительно их оценить.
Ме́тод моме́нтов — метод оценки неизвестных параметров распределений в математической статистике и эконометрике, основанный на предполагаемых свойствах моментов (Пирсон, 1894 г.). Идея метода заключается в замене истинных соотношений выборочными аналогами.
Логистическая регрессия или логит-регрессия (англ. logit model) — это статистическая модель, используемая для прогнозирования вероятности возникновения некоторого события путём подгонки данных к логистической кривой.
Робастность (англ. robustness, от robust — «крепкий», «сильный», «твёрдый», «устойчивый») — свойство статистического метода, характеризующее независимость влияния на результат исследования различного рода выбросов, устойчивости к помехам. Выбросоустойчивый (робастный) метод — метод, направленный на выявление выбросов, снижение их влияния или исключение их из выборки.
Неприятие риска тесно связано с понятиями риск-нейтральной меры, используемым в оценивании производных финансовых инструментов и аппетита к риску, описывающего готовность инвестировать в высокорисковые финансовые инструменты.
Гетероскедастичность (англ. heteroscedasticity) — понятие, используемое в прикладной статистике (чаще всего — в эконометрике), означающее неоднородность наблюдений, выражающуюся в неодинаковой (непостоянной) дисперсии случайной ошибки регрессионной (эконометрической) модели. Гетероскедастичность противоположна гомоскедастичности, означающей однородность наблюдений, то есть постоянство дисперсии случайных ошибок модели.
Автокорреляция — статистическая взаимосвязь между последовательностями величин одного ряда, взятыми со сдвигом, например, для случайного процесса — со сдвигом по времени.
Метод наименьших квадратов (МНК) — математический метод, применяемый для решения различных задач, основанный на минимизации суммы квадратов отклонений некоторых функций от искомых переменных. Он может использоваться для «решения» переопределенных систем уравнений (когда количество уравнений превышает количество неизвестных), для поиска решения в случае обычных (не переопределенных) нелинейных систем уравнений, для аппроксимации точечных значений некоторой функции. МНК является одним из базовых методов...
Коэффициент Байеса — это байесовская альтернатива проверке статистических гипотез. Байесовское сравнение моделей — это метод выбора моделей на основе коэффициентов Байеса. Обсуждаемые модели являются статистическими моделями. Целью коэффициента Байеса является количественное выражение поддержки модели по сравнению с другой моделью, независимо от того, верны модели или нет. Техническое определение понятия «поддержка» в контексте байесовского вывода дано ниже.
Цензурированная регрессия (англ. Censored regression) — регрессия, с зависимой переменной, наблюдаемой с ограничением (цензурированием) возможных значений. При этом модель может быть цензурирована только с одной стороны (снизу или сверху) или с обеих сторон. Цензурированная регрессия отличается от усеченной регрессии (англ. truncated regression), тем что значения факторов, в отличие от зависимой переменной, наблюдаются без ограничений.
То́чечная оце́нка в математической статистике — это число, оцениваемое на основе наблюдений, предположительно близкое к оцениваемому параметру.
Информационный критерий — применяемая в эконометрике (статистике) мера относительного качества эконометрических (статистических) моделей, учитывающая степень «подгонки» модели под данные с корректировкой (штрафом) на используемое количество оцениваемых параметров. То есть критерии основаны на неком компромиссе между точностью и сложностью модели. Критерии различаются тем, как они обеспечивают этот баланс.
Гауссовский процесс назван так в честь Карла Фридриха Гаусса, поскольку в его основе лежит понятие гауссовского распределения (нормального распределения). Гауссовский процесс может рассматриваться как бесконечномерное обобщение многомерных нормальных распределений. Эти процессы применяются в статистическом моделировании; в частности используются свойства нормальности. Например, если случайный процесс моделируется как гауссовский, то распределения различных производных величин, такие как среднее значение...
Прогно́з (от греч. πρόγνωση «предвидение, предсказание») — это научно обоснованное суждение о возможных состояниях объекта в будущем и (или) об альтернативных путях и сроках их осуществления. В узком смысле, это вероятностное суждение о будущем состоянии объекта исследования.
Стохастическая аппроксимация — рекуррентный метод построения состоятельной последовательности оценок решений уравнений регрессии и экстремумов функций регрессии в задачах непараметрического оценивания. В биологии, химии, медицине используется для анализа результатов опытов. В теории автоматического управления применяется как средство решения задач распознавания, идентификации, обучения и адаптации.
Теория обнаружения сигнала (ТОС) — современный психофизический метод, учитывающий вероятностный характер обнаружения стимула, в котором наблюдатель рассматривается как активный субъект принятия решения в ситуации неопределённости. Теория обнаружения сигнала описывает сенсорный процесс как двухступенчатый: процесс отображения физической энергии стимула в интенсивность ощущения и процесс принятия решения субъектом.
Экзогенность — буквально «внешнее происхождение» — свойство факторов (и важнейшее требование, предъявляемое к ним) эконометрических моделей, заключающееся в предопределённости, заданности их значений, независимости от функционирования моделируемой системы (явления, процесса). Экзогенность противоположна эндогенности. Значения экзогенных переменных определяется вне модели, и на их основе в рамках рассматриваемой модели определяются значения эндогенных переменных.
Обучение на примерах (англ. Learning from Examples) - вид обучения, при котором интеллектуальной системе предъявляется набор положительных и отрицательных примеров, связанных с какой-либо заранее неизвестной закономерностью. В интеллектуальных системах вырабатываются решающие правила, с помощью которых происходит разделение множества примеров на положительные и отрицательные. Качество разделения, как правило, проверяется экзаменационной выборкой примеров.
Корректно поставленная задача в математике — прикладная задача, математическое решение которой существует, единственно и устойчиво. Происходит от определения, данного Жаком Адамаром, согласно которому математические модели физических явлений должны иметь следующие свойства...
Причинность по Грэнджеру (англ. Granger causality) — понятие, используемое в эконометрике (анализе временных рядов), формализующее понятие причинно-следственной связи между временными рядами. Причинность по Грэнджеру является необходимым, но не достаточным условием причинно-следственной связи.
Фидуциальный вывод (от лат. fides: вера, доверие), как разновидность статистического вывода, был впервые предложен сэром Р. Э. Фишером.
Трёхточечный
метод или взвешенная трёхточечная оценка или PERT-оценка — метод оценки времени и усилий в управлении проектами. Он расширяет двукратный метод, состоящий только из наилучшего и наихудшего сценариев времени дополнительным параметром «наиболее вероятное время исполнения».
Авторегрессионная условная гетероскедастичность (англ. ARCH; AutoRegressive Conditional Heteroscedasticity) — применяемая в эконометрике модель для анализа временных рядов (в первую очередь финансовых), у которых условная (по прошлым значениям ряда) дисперсия ряда зависит от прошлых значений ряда, прошлых значений этих дисперсий и иных факторов. Данные модели предназначены для «объяснения» кластеризации волатильности на финансовых рынках, когда периоды высокой волатильности длятся некоторое время...
В экономической науке, теории игр, теории принятия решений теория ожидаемой полезности — альтернатива математическому ожиданию, формула, которая может использоваться рациональным игроком при принятии решений.
Подробнее: Теория ожидаемой полезности
В исследовании операций под аппроксимационным алгоритмом понимается алгоритм, использующийся для поиска приближённого решения оптимизационной задачи.
Подробнее: Аппроксимационный алгоритм
Тео́рия алгори́тмов — наука, находящаяся на стыке математики и информатики, изучающая общие свойства и закономерности алгоритмов и разнообразные формальные модели их представления. К задачам теории алгоритмов относятся формальное доказательство алгоритмической неразрешимости задач, асимптотический анализ сложности алгоритмов, классификация алгоритмов в соответствии с классами сложности, разработка критериев сравнительной оценки качества алгоритмов и т. п. Вместе с математической логикой теория алгоритмов...
Информационный критерий Акаике (AIC) — критерий, применяющийся исключительно для выбора из нескольких статистических моделей. Разработан в 1971 как «an information criterion» («(некий) информационный критерий») Хироцугу Акаике и предложен им в статье 1974 года.
Минимакс — правило принятия решений, используемое в теории игр, теории принятия решений, исследовании операций, статистике и философии для минимизации возможных потерь из тех, которые лицу, принимающему решение, нельзя предотвратить при развитии событий по наихудшему для него сценарию.
Общая теория полезности – попытка существенного обобщения большинства классических и современных теорий, связывающих понятие полезности с принятием решений в условиях неопределенности.
Модели дискретного выбора — экономические (эконометрические) модели, позволяющие описывать, объяснять и прогнозировать выбор между, двумя или более альтернативами (то есть когда множество альтернатив не более чем счетно). Модели дискретного выбора позволяют на основе некоторых характеристик (атрибутов) экономического субъекта или ситуации оценить вероятность выбора той или иной альтернативы.
Подробнее: Дискретный выбор
Многочасти́чный фильтр (МЧФ, англ. particle filter — «фильтр частиц», «частичный фильтр», «корпускулярный фильтр») — последовательный метод Монте-Карло — рекурсивный алгоритм для численного решения проблем оценивания (фильтрации, сглаживания), особенно для нелинейных и не-гауссовских случаев. Со времени описания в 1993 году Н. Гордоном, Д. Салмондом и А. Смитом используется в различных областях — навигации, робототехнике, компьютерном зрении.
Упоминания в литературе (продолжение)
Мера отклонения от цели в принципе может быть выражена различными способами, например в виде затрат или потерь экономического эффекта, связанных с реализацией определенного решения в условиях, иных по сравнению с теми, при которых решение было бы оптимальным. Первичное описание СХР для рассматриваемого объекта едва ли не самый ответственный этап в практическом решении
задачи управления уровнем риска отклонения от цели хозяйственной деятельности предприятия.
При формальном подходе риск можно определить как частоту реализации опасности. Однако по существу эти понятия (риск и частота реализации опасности) различны. Это связано с тем, что применительно к проблеме обеспечения безопасности, в плане прогнозирования возможного числа неблагоприятных последствий, необходимо решать задачу с позиций теории вероятности.
Вероятность определяется на основе объективных и субъективных
оценок. При объективном вычислении вероятности наступления события за основу берется частота реализации схожих событий, при субъективном – экспертные мнения. Основой статистической оценки рисков принят показатель, называемый средним квадратичным отклонением (σ). Данный показатель характеризует среднюю величину отклонений отдельно взятых величин от среднего значения. При расчете среднего квадратичного отклонения используются следующие показатели: частные величины (xi), количество частных величин (n) и простая средняя арифметическая частной величины x. Стандартное среднее квадратичное отклонение (возведение в квадрат используется для избежания отрицательных знаков в результате) рассчитывается следующим образом:
Формулировки рисков не являются предложениями в форме «если – то». В действительности они представляют собой факты наличия возможных, но еще не случившихся зависимостей. Рассмотрение гипотетических причинно-следственных связей «если – то» может оказать помощь при выработке планов с использованием деревьев альтернатив на этапе анализа и планирования. Однако на этапе выявления рисков задача состоит в обнаружении максимально возможного их числа. Поэтому анализ причинно-следственных связей должен быть отложен до фазы планирования. На раннем этапе работы над проектом можно встретить огромное количество таких формулировок рисков, которые указывают на недостаточную информированность проектной группы. По мере
развития проекта формулировки риска могут немного меняться, дополняться комментариями и более расширенными описаниями.
Различия в
определениях риска зависят от контекста потерь, их оценки и измерения, когда же потери являются ясными и фиксированными, например «человеческая жизнь», оценка риска фокусируется только на вероятности события (частоте события) и связанных с ним обстоятельств.
Итак, согласно нашему определению аудиторский риск – это вероятность наступления некоего
события. Вероятность есть величина математическая, и она может быть определена количественно (в долях единицы либо процентах). Указанные выше стандарты предусматривают также возможность качественной оценки, исходя, по крайней мере, из трех градаций (низкий риск, средний риск, высокий риск). Для того чтобы обоснованно выбрать способ оценки, надо уяснить себе природу аудиторского риска.
Считаем, что очень важно предварительно сформулировать проблему, перед постановкой непосредственных задач и целей решения, так как предварительная оценка позволяет значительно снизить
риск ошибок благодаря точной формулировке для дальнейшей разработки экономико-математической модели управленческой операции.
Как показано на этом рисунке, все модели риска и доходности, рассмотренные в этой главе, имеют некоторые общие предположения. Все они исходят из того, что только рыночный риск получает вознаграждение, а также выводят ожидаемый доход как
функцию показателя этого риска. Модель оценки финансовых активов делает наиболее строгие предположения относительно того, как работает рынок, и все же оказывается самой простой моделью, где присутствует только один фактор, влияющий на риск и требующий оценки. Модель арбитражной оценки отличается меньшим числом предположений, но она оказывается и самой сложной моделью, по крайней мере с точки зрения требующих оценки параметров.
Требования и ограничения. По соображениям ликвидности и потенциальным рискам проскальзывания допустимо использование только тех страйков, которые расположены не далее 50 % от текущей цены базового актива (то есть если текущая цена акции $50, то могут использоваться только страйки, находящиеся в диапазоне от $25 до $75). По тем же соображениям недопустимо использование временных серий, отстоящих более 200 дней от даты истечения. Указанные диапазоны, ограничивающие область допустимых значений, определены исходя из априорных предпосылок (использован научный
подход). Точные значения параметров будут определяться путем оптимизации.
При выполнении аналитических процедур в качестве процедур оценки рисков аудитор приблизительно оценивает показатели ожидаемых результатов деятельности и вероятные соотношения. В случае если сопоставление этих показателей ожидаемых результатов деятельности с учтенными суммами или коэффициентами, рассчитанными на основе учтенных сумм, приводит к необычным или неожиданным соотношениям, аудитор учитывает эти
результаты при выявлении рисков существенного искажения информации.
Итак, доходностью называется средняя ожидаемая доходность актива. Как можно количественно определить степень риска актива? Обычно принято определять ее как
дисперсию возможных результатов. Степень риска инвестиций низкая, если результат известен или известно, что возможные результаты находятся в относительно узком диапазоне. Если множество результатов характеризуется большой неопределенностью, то степень риска инвестиций высокая. Распределение вероятностей для этих случаев показано на рис. 2.1.
3. Оценка риска – это определение его серьезности с
пониманием вероятности и величины возможного ущерба.
В вопросах исследования риска важную роль сыграли и такие представители классической теории риска, как Н. Сениор и Дж. Милль. Они выдвинули идею о том, чтобы в полученную предпринимателем прибыль непременно включались и так называемая зарплата капиталиста, и плата за риск, связанный с предпринимательской деятельностью. Классики предлагали численно измерять возможные потери,
связанные с принятием конкретного решения. С их точки зрения, риск – это ущерб, полученный в результате неверно принятого решения. Но такая теория не прижилась и была опровергнута неоклассиками.
Основа формирования риска – наличие неблагоприятных факторов, обстоятельств, причин и других
условий для возможной реализации негативного события, которые следует предусмотреть на подготовительном этапе переговоров, разрабатывая различные альтернативные стратегии. Риск при реализации воздействует на объект риска. При реализации риска его субъект несет убытки, ущерб, издержки и другие негативные последствия этого случайного события, которые также должны быть тщательно разработаны как возможные альтернативы с целью рационального принятия решений на переговорах.
Для более эффективной реализации управленческого решения необходимо сформулировать имеющиеся ограничения. При формировании такого перечня в него чаще всего вносят такие ограничения, как внутренние ресурсы (финансы, трудовые ресурсы, технологический и сырьевой ресурсы и др.), так и внешние (законодательство, рыночные отношения, этика и устои общества) и другие ограничения, оказывающие значимое влияние на реализацию решения. Кроме того, желательно разработать оценочные критерии, которые чаще всего могут состоять из собственных характеристик
решения, степени риска, временных критериев и другие, значимые для каждого конкретного решения критерии.
Исходя из позиции Т. Н. Даниловой и П. А Ошурковой, договор аутсорсинга в экономической литературе рассматривают как механизм формализации трансакций, при помощи которой передается финансовый риск по отдельным операциям в ведение контрагента. С точки зрения мотивации, это связано с субъективным убеждением руководства заказчика услуг в том, что возможные убытки слишком велики или
передача риска является наиболее оптимальным вариантом управления[86]. В соответствии с этими обстоятельствами вырабатываются уникальные условия контракта.
Толковый словарь
определяет слово «риск» как возможность потери, неудачи. В разных областях человеческой деятельности слово «риск» применяется достаточно широко, но означает различные понятия. Например, в оценке инвестиций это означает вероятность достижения желаемого уровня прибыли. В технологии это может быть процент выхода несоответствующей условиям продукции.
2. Под классификацией риска понимается распределение его на определенные группы по обусловленным свойствам для достижения назначенных целей. Научно аргументированная классификация позволяет выявить роль каждого риска в их совокупной структуре. Такая классификация образовывает возможности для эффективного использования различных способов, методов управления риском.
Каждому риску соответствует своя структура технологий управления рисками.
Они рассматривают высокий уровень соотношения бухгалтерской и рыночной стоимости как свидетельство плохого экономического состояния компании, а низкий – хорошего. Это предположение подменяет собой необходимость делать допущение о рискованности компании, в чем состоит принципиальное отличие от подхода CAPM,
где делается допущение о риске и игнорируется соотношение бухгалтерской и рыночной стоимости. Тестирование этой модели, проведенное в период 1973–1993 гг., подтвердило ее преимущество над CAPM, но последняя показала лучшие результаты за 1929–1997 гг.[49] Такая непоследовательность в качестве результатов исчезает при включении транзакционных издержек. В этом случае сравнение моделей Даниеля – Титмана и Фамы – Френча приводит к аналогичным результатам[50].
Третья группа условий. Чтобы принять статус закона, зависимость должна удовлетворять следующим требованиям: быть зафиксированой в законодательных документах (Конституции, законодательных актах, уставах и т. д.); иметь статус общепринятой нормы для сравнительно большой группы людей и организаций (подобные нормы зафиксированы в Библии, Коране, Талмуде, меморандумах международных общественных организаций и т. д.); быть признанной авторитетными учеными (синергия, пропорциональность и композиция и т. д.). В организациях руководители могут целенаправленно вести работу по накапливанию различных зависимостей. Как правило, они собирают информацию о наиболее эффективных зависимостях. Подобный банк зависимостей позволяет существенно экономить время на разработку и реализацию решений, а также уменьшить риск невыполнения заданий. Зависимости изучаются в рамках системы управления в хозяйственных организациях. Задачи по изучению зависимостей ставятся на всех уровнях управления. Во всех блоках аналитических работ в организациях присутствуют
критерии идентификации зависимостей: зависимость изменения спроса от цены, зависимость производительности труда от уровня оплаты труда, зависимость инвестиционной активности от уровня налогообложения, зависимость количества брака продукции от качества сырья, зависимость эффективного поведения персонала от системы применяемых стимулов, зависимость сроков реализации проектов от величины ресурсов и т. д.
Системный анализ – это исследование кризисных ситуаций, с тем чтобы помочь руководителю, принимающему решение, в выборе курса действий путем систематического изучения, количественного сравнения затрат,
эффективности и риска, которые связаны с каждым стратегическим решением.
В главе 18 обсуждаются практические вопросы передачи когнитивного опыта на предприятии с точки зрения «изнутри», как это видится самими работниками и, прежде всего, руководством предприятия. Уделяется внимание проблемам, связанным с формализацией знаний и необходимостью следования инструкциям. Обосновывается необходимость создания системы извлечения и передачи когнитивного опыта как с целью устранения возможных рисков и снижения издержек, так и для решения многих существующих
задач и проблем. Обсуждаются возможные препятствия на пути реализации системы сохранения и передачи опыта.
2) принцип осторожности. Он определяет поведение предприятия по отношению к
возможным рискам. Его основой является неодинаковый учет прибылей и убытков, т. е. прибыль отражается после совершения соответствующей операции, а убыток с момента возникновения предположения о его возможности;